[發(fā)明專利]圖像差異檢測及模型訓練的方法、設備及程序產(chǎn)品

有效

• 申請?zhí)枺?/td>: 202110512934.3
• 申請日: 2021-05-11
• 公開（公告）號: CN113239928B
• 公開（公告）日: 2022-11-08
• 發(fā)明（設計）人: 任彥偉;尹飛;顧友達;熊冰;邢潘紅
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/75;G06V10/774;G06V10/82;G06N3/04
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 鈄颯颯;黃健

本公開提供了圖像差異檢測及模型訓練的方法、設備及程序產(chǎn)品，涉及計算機技術(shù)中的軟件測試、計算機視覺、深度學習等領域。本公開提供的圖像差異檢測模型可以確定輸入的樣本圖像和基準圖像的差異可視化矩陣，根據(jù)差異可視化矩陣確定兩張圖像存在差異的預測概率，由于差異可視化矩陣是確定兩張存在差異的預測概率的過程中產(chǎn)生的中間結(jié)果，在模型訓練時，訓練樣本集中的標注數(shù)據(jù)只需包含樣本圖像與基準圖像是否存在差異的標注信息，即可實現(xiàn)模型的訓練，得到的模型能精準地判定圖像間是否存在差異，并定位圖像間差異的位置信息，無需標注出每個差異所在區(qū)域，大大簡化了標注數(shù)據(jù)，降低了獲取標注數(shù)據(jù)的難度和成本，提高了模型的可用性。

技術(shù)領域

本公開涉及計算機技術(shù)中的軟件測試、計算機視覺、深度學習等，尤其涉及一種圖像差異檢測及模型訓練的方法、設備及程序產(chǎn)品。

背景技術(shù)

在用戶界面(User Interface，簡稱UI)測試中UI界面上缺陷的識別和定位、交通環(huán)境中障礙物的識別和定位、圖書排版中錯誤的識別定位、醫(yī)學影像比對等很多應用場景中，都可以通過將當前圖像相對于基準圖像是否存在差異，并定位差異的位置，來實現(xiàn)相應的功能。

目前，用于檢測兩個圖像的差異，并定位差異的位置的檢測模型，是基于目標檢測的方法，將兩個圖像的差異區(qū)域作為檢測目標，需要大量的差異區(qū)域的標注數(shù)據(jù)來訓練模型，但是差異區(qū)域的標注數(shù)據(jù)的獲取需要耗費大量人力進行人工標注，獲取標注數(shù)據(jù)的成本高、難度大、效率低，導致檢測模型的可用性低。

發(fā)明內(nèi)容

本公開提供了一種圖像差異檢測及模型訓練的方法、設備及程序產(chǎn)品。

根據(jù)本公開的第一方面，提供了一種圖像差異檢測模型訓練方法，包括：

獲取訓練樣本集，所述訓練樣本集中的每個訓練樣本包括樣本圖像、所述樣本圖像對應的基準圖像、和標注信息，所述標注信息用于表示所述樣本圖像與所述基準圖像是否存在差異；

將所述樣本圖像和所述基準圖像輸入圖像差異檢測模型，通過所述圖像差異檢測模型，確定所述樣本圖像和所述基準圖像的差異可視化矩陣，并根據(jù)所述差異可視化矩陣確定所述樣本圖像和所述基準圖像存在差異的預測概率，所述差異可視化矩陣包含所述樣本圖像和所述基準圖像的差異位置信息；

根據(jù)所述預測概率，確定所述樣本圖像和所述基準圖像是否存在差異的預測結(jié)果；

根據(jù)所述預測結(jié)果和所述標注信息，確定第一損失，并根據(jù)所述第一損失，更新所述圖像差異檢測模型的模型參數(shù)。

根據(jù)本公開的第二方面，提供了一種圖像差異檢測方法，包括：

獲取待檢測圖像和所述待檢測圖像對應的基準圖像；

將所述待檢測圖像和所述基準圖像輸入訓練好的圖像差異檢測模型，通過所述圖像差異檢測模型，確定所述待檢測圖像和所述基準圖像的差異可視化矩陣，以及所述待檢測圖像和所述基準圖像存在差異的預測概率，所述差異可視化矩陣包含所述待檢測圖像和所述基準圖像的差異位置信息；

若根據(jù)所述預測概率，確定所述待檢測圖像和所述基準圖像存在差異，則根據(jù)所述差異可視化矩陣，顯示所述待檢測圖像，在所顯示的待檢測圖像上標記出所述待檢測圖像與所述基準圖像存在差異的區(qū)域。

根據(jù)本公開的第三方面，提供了一種圖像差異檢測模型訓練的設備，包括：

訓練數(shù)據(jù)獲取模塊，用于獲取訓練樣本集，所述訓練樣本集中的每個訓練樣本包括樣本圖像、所述樣本圖像對應的基準圖像、和標注信息，所述標注信息用于表示所述樣本圖像與所述基準圖像是否存在差異；